Преимущества моделирования динамики системы
1. Возможность быстро просчитывать различные варианты будущего (моделировать сценарии), изменяя исходные данные, полученные экспертным путем.
2. Выявление наиболее критических факторов, таким образом, можно ранжировать по степени важности угрозы и возможности, появляющиеся в моделируемой среде.
3. Использование большого количества причинно-следственных связей между элементами имитационной модели, которые объективно существуют в моделируемой среде.
4. Наглядность вводимых данных и получаемых результатов.
Сильная сторона технологии системной динамики – универсальность применения, вытекающая из универсальности описаний многих реальных процессов дифференциальными уравнениями. Общее в этих процессах – это движение по подсистемам и во времени разного рода ресурсов: финансовых, материальных, в меньшей степени человеческих (как более трудно формализуемых). Важно, что это движение ресурсов, контролируемое с точки зрения желаемых целей и недопущения выхода траектории движения за многочисленные ограничения. Интерактивность технологии позволяет вносить управляющие воздействия в нужном направлении, т.е. система операциональна.
Компьютерное моделирование – одно из наиболее эффективных имеющихся в настоящее время средств поддержки и уточнения человеческой интуиции. Хотя модель и не является совершенно точным представлением реальности, она может быть использована для принятия более обоснованных решений, чем те, которые мог бы принять человек. Это гибкое средство, которое усиливает возможности человека, использующего ее для более глубокого понимания проблемы.
Преимущества компьютерной модели, сконструированной и используемой для поддержки принятия решений, состоят в следующем:
1. Она заставляет лицо, принимающее решение, (ЛПР) точнее и полнее формулировать словесные описания причин возникновения проблемы, которые он неизбежно хранит в своей голове.
2. В процессе формального построения модели аналитик вскрывает и устраняет многочисленные внутренние противоречия и сомнения, имеющиеся в его предположениях о модели.
3. Когда производится «прогон» модели, становится возможным логическое «тестирование». С помощью модели легко оцениваются следствия из многообещающих, но умозрительных решений. Наблюдения за поведением модели способствуют появлению новых гипотез о структуре реального объекта.
4. При достижении приемлемого уровня надежности, становятся возможными формальные эксперименты по выработке управленческой политики, быстро раскрывающие вероятные следствия из различных управленческих альтернатив. На модели легко могут быть исследованы ситуации типа «что, если...».
5. Формально операционная модель завершена всегда, но в содержательном смысле никогда не завершена до конца. В отличие от многочисленных методов планирования, которые обычно используются эпизодически и время от времени (они обеспечивают поддержку решения только в момент подготовки отчета, но не раньше и не позже), модель органична и интерактивна. Модель доступна в любой момент времени и предоставляет средства для лучшего понимания проблемы.
6. Анализ устойчивости модели – это та область, обсуждение которой подводит эмпирическое исследование к важным вопросам. Если истинные значения многих параметров неизвестны (это обычное явление при корпоративном стратегическом планировании), то первое, с чего следует начать исследование, это анализ поведения модели при колебаниях значений параметров.
7. Операционная модель может служить средством коммуникации между людьми, которые не участвовали в ее построении. При изменении управленческой политики и модельных параметров и последующем анализе результатов этих изменений, эти люди могут лучше понять динамику развития реальных систем.
Под системой с обратными связями понимается совокупность связанных между собой циклов с обратными связями. Поведение переменной, входящей в один цикл с обратной связью, может влиять на поведение другой переменной, входящей в другой цикл. Сложные задачи управления, представляемые в виде таких систем, могут состоять из большого числа циклов. Именно такие сложные системы с большим числом циклов и составляют предмет изучения системной динамики. По мере усложнения системы соответственно возрастает сложность получения формального аналитического решения. Поэтому для анализа таких систем применяется имитационное моделирование.